因子分析和时间序列分析.docVIP

第十章 因子分析 因子分析是在许多变量中隐藏的具有代表性的因子构造因子模型的统计技术。因子分析模型 设m个可能存在相关关系的观测变量z1,z2,……,zm(经过标准化后)含有p个独立的公共因子F1,F2,……,Fp(m≥p)，观测变量zi含有独特因子Ui(i=1…m)，诸Ui间互不相关，且与Fj(j=1…p)也互不相关，每个zi可由p个公共因子和自身对应的独特因子Ui线性表出： (模型1) 简记为 （模型2） A称为因子负荷矩阵(即模型1中各方程的系数aij的矩阵)，aij表示第i个变量zi在第j个公共因子Fj上的负荷，简称因子负荷。因子负荷反映了某一变量与某个因子的相关关系。 每一个因子也可以表示各观测变量的线性组合： Fj=Wj1Z1+ Wj2Z2+ Wj3Z3+….+ WjmZm Wj1：权重或因子得分系数，用于计算因子得分。 因子分析步骤 一、形成问题 二、基于原始数据构造相关矩阵 三、确定因子分析方法 主成分分析法（Principal components analysis 简称PCA）和主因子分析法（Principal factor analysis 简称PFA，也称common factor analysis）